Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Tránh và xác định sai sót cũng như các mối đe dọa khác đến độ tin cậy của các mô hình kinh tế y tế
Tóm tắt
Các mô hình kinh tế y tế đã trở thành phương tiện chính để thực hiện đánh giá kinh tế và được sử dụng trong nhiều khu vực chăm sóc sức khỏe trên toàn thế giới để cung cấp thông tin cho các quyết định về việc sử dụng công nghệ y tế mới và hiện có. Các mô hình được yêu cầu vì một nguồn chứng cứ đơn lẻ, như thử nghiệm ngẫu nhiên có kiểm soát, hiếm khi đủ để cung cấp tất cả thông tin liên quan về chi phí dự kiến và hậu quả sức khỏe của tất cả các lựa chọn quyết định cạnh tranh. Trong khi các mô hình được sử dụng để tổng hợp tất cả các chứng cứ liên quan, chúng cũng chứa đựng các giả định, trừu tượng và đơn giản hóa. Bởi bản chất của chúng, tất cả các mô hình đều 'sai'. Do đó, việc giải thích các ước tính về hiệu quả chi phí của các công nghệ y tế đòi hỏi những đánh giá cẩn trọng về mức độ tin cậy có thể được đặt vào các mô hình từ đó chúng được rút ra. Sự hiện diện của một lỗi đơn lẻ hoặc đánh giá không đúng trong một mô hình có thể dẫn đến các quyết định không phù hợp, phân bổ tài nguyên chăm sóc sức khỏe không hiệu quả và cuối cùng là kết quả kém tối ưu cho bệnh nhân. Bài báo này đề xuất một phân loại các mối đe dọa đến độ tin cậy của các mô hình kinh tế y tế. Phân loại này chia các mối đe dọa đến độ tin cậy của mô hình thành ba loại chính: (i) lỗi rõ ràng, (ii) vi phạm, và (iii) các vấn đề liên quan đến đánh giá; và lập bản đồ chúng dựa trên các yếu tố chính của quy trình phát triển mô hình. Ba loại này được định nghĩa theo sự tồn tại của các tiêu chí để đánh giá tính đúng đắn, mức độ tác động mà các tiêu chí này có thể được áp dụng, và cách thức mà các mối đe dọa độ tin cậy này có thể được xử lý. Một loạt các quy trình và kỹ thuật được đề xuất để tránh và xác định các mối đe dọa này nhằm cải thiện độ tin cậy của các mô hình trong tương lai.
Từ khóa
#Mô hình kinh tế y tế #đánh giá kinh tế #độ tin cậy #sai sót #phân loại.Tài liệu tham khảo
Drummond M, Sculpher M, Torrance G, O’Brien B, Stoddart G. Methods for the economic evaluation of health care programmes. 3rd ed. Oxford: Oxford University Press; 2005.
Sorenson C. Use of comparative effectiveness research in drug coverage and pricing decisions: a six-country comparison. Commonw Fund. 2010;91:1–14.
Briggs A, Sculpher M, Claxton K. Decision modelling for health economic evaluation. 1st ed. Oxford: Oxford University Press; 2006.
Eddy D. Technology assessment: the role of mathematical modeling. In: National Research Council, editor. Assessing Medical Technology. Washington DC: National Academies; 1985.
Kaltenthaler E, Tappenden P, Paisley S. Reviewing the evidence to inform the population of cost-effectiveness models within health technology assessments. Value Health. 2013;16(5):830–6.
Towse A, Drummond M. The pros and cons of modelling in economic evaluation. London: Office of Health Economics; 1997.
Sheldon T. Problems of using modelling in the economic evaluation of health care. Health Econ. 1996;5:1–11.
Buxton M, Drummond M, Van Hout B, Prince R, Sheldon T, Szucs T, et al. Modelling in economic evaluation: an unavoidable fact of life. Health Econ. 1997;6(3):217–27.
Culyer A. Encyclopaedia of health economics. 1st ed. Oxford: Elsevier; 2014.
Schlesinger S, Crosbie R, Gagne R, Innis G, Lalwani C, Loch J, et al. Terminology for model credibility. Simulation. 1979;32(3):103–4.
Chilcott J, Tappenden P, Rawdin A, Johnson M, Kaltenthaler E, Paisley S, et al. Avoiding and identifying errors in health technology assessment models. Health Technol Assess. 2010;14(25):1–135.
Philips Z, Ginnelly L, Sculpher M, Claxton K, Golder S, Riemsma R, et al. Review of guidelines for good practice in decision-analytic modelling in health technology assessment. Health Technol Assess. 2004;8(36):1–158.
Drummond M, Jefferson T. Guidelines for authors and peer reviewers of economic submissions to the BMJ. Br Med J. 1996;313(7052):275–83.
Husereau D, Drummond M, Petrou S, Carswell C, Moher D, Greenberg D, et al. Consolidated Health Economic Evaluation Reporting Standards (CHEERS)—explanation and elaboration: a report of the ISPOR health economic evaluation publication guidelines good reporting practices task force. Value Health. 2013;16(2):231–50.
Weinstein M, O’Brien B, Hornberger J, Jackson J, Johannesson M, McCabe C, et al. Principles of good practice for decision analytic modeling in health-care evaluation: report of the ISPOR task force on good research practices-modeling studies. Value Health. 2003;6(1):9–17.
Neuhauser D, Lewicki A. What do we gain from the sixth stool guaiac? New Engl J Med. 1975;293:226–8.
Brown K, Burrows C. The sixth stool guaiac test: $47 million that never was. J Health Econ. 1990;9:429–55.
Culyer A. Economics. 1st ed. Oxford: Blackwell Scientific Publications; 1985.
Mooney G, Russell E, Weir R. Choices for health care. 1st ed. Houndmills: McMillan; 1980.
Hill S, Mitchell A, Henry D. Problems with the interpretation of pharmacoeconomic analyses: a review of submissions to the Australian pharmaceuticals benefit scheme. J Am Med Assoc. 2000;283:2116–21.
Li J, Harris A, Chin G. Assessing the quality of evidence for decision-making (QED): a new instrument. Abstract 104. Health priorities 2008, conference of the international society for priorities in health care, Gateshead, UK, 28th–31st October 2008.
Eddy D, Hollingworth W, Caro J, Tsevat J, McDonald K, Wong J, et al. Model transparency and validation: a report of the ISPOR-SMDM modeling good research practices task force-7. Med Decis Making. 2012;32(5):733–43.
Sargent RG. Validation and verification of simulation models. Proceedings of the 31st conference on winter simulation, New Jersey, NJ, 1998;39–48.
Pidd M. Tools for thinking: modelling in management science. 2nd ed. Chichester: Wiley; 2005.
Tappenden P. Problem structuring for the development of health economic models. In: Culyer A, editor. Encyclopaedia of health economics. Oxford: Elsevier; 2014.
Ackoff R. The future of operational research is past. J Oper Res Soc. 1979;30:93–104.
Siebert U, Alagoz O, Bayoumi A, Jahn B, Owns D, Cohen D, et al. State-transition modeling: a report of the ISPOR-SMDM modeling good practices task force-3. Value Health. 2012;15(6):812–20.
Karnon J, Stahl J, Brennan A, Caro J, Mar J, Moller J, et al. Modeling using discrete event simulation: a report of the ISPOR-SMDM modeling good practices task force-4. Value Health. 2012;15(6):821–7.
Panko R. Revising the Panko–Halverson taxonomy of spreadsheet errors. J Decis Support Syst. 2010;49(2):235–44.
Senders J, Moray N. Human error: cause, prediction, and reduction. Hillsdale: Lawrence Erlbaum; 1991.
Rajalingham K, Chadwick D, Knight B. Classification of spreadsheet errors. Conference of the European Spreadsheet Risks Interest Group (EuSpRIG) 2000.
Purser M, Chadwick D. Does an awareness of differing types of spreadsheet errors aid end-users in identifying spreadsheet errors? Conference of the European Spreadsheet Risks Interest Group (EuSpRIG) 2006;185–204.
Teo T, Tan M. Quantitative and qualitative errors in spreadsheet development. Proceedings of the 30th Hawaii international conference on system sciences 1997;3(149).
National Institute for Health and Care Excellence. Guide to the methods of technology appraisal. London: NICE; 2013.
Schultz K, Altman D, Moher D, and the CONSORT Group. CONSORT 2010 statement: updated guidelines for reporting parallel group randomised trials. BMC Med. 2010;8(18):1–9.
Byford S, Palmer S. Common errors and controversies in pharmacoeconomic analyses. Pharmacoeconomics. 1998;13(6):659–66.
Sonnenberg F, Roberts M, Tsevat J, Wong J, Barry M, Kent D. Toward a peer review process for medical decision analysis models. Med Care. 1994;32:JS52–64.
Drummond M, Sculpher M. Common methodological flaws in economic evaluations. Med Care. 2005;43(7):II4–15.
Cragg P, King M. Spreadsheet modelling abuse: an opportunity for OR. J Oper Res Soc. 1993;44:743–52.
Powell S, Baker K, Lawson B. A critical review of the literature on spreadsheet errors. Decis Support Syst. 2008;46:128–38.
Davies C, Briggs A, Lorgelly P, Garellick G, Malchau H. The, “hazard” of extrapolating survival curves. Med Decis Making. 2013;33:369–80.
Balci O. Validation, verification, and testing techniques throughout the life cycle of a simulation study. Ann Oper Res. 1994;53:121–73.